Skild S1 机器人基础模型支持以视频直接定义任务

Skild AI 在 2026 年 8 月发布机器人基础模型 S1，展示用一段人类视频定义任务并让机器人执行，关注价值在于机器人学习的交互方式从语言指令扩展到动作示范，可能减少为每个新任务单独采集和微调数据的需要。

• Skild AI 官方介绍称，S1 以视频演示作为任务提示，目标是执行训练阶段未见过的新任务，并支持最长约 10 分钟的长时程任务。
• 官方将这种机制称为机器人领域的上下文学习：模型在推理时利用示范内容理解目标、动作关系和任务进度，而不是为每个任务更新模型参数。
• 这种设定仍要求示范视频包含足够清晰的目标、步骤和环境信息；视角、机器人形态、物体差异以及遮挡都可能影响动作迁移。
• 官方文章目前重点介绍方法和能力展示，并未给出覆盖全部任务类型的统一成功率、硬件清单或独立第三方复现实验。
• S1 使用 NVIDIA AI 基础设施训练，说明其能力依赖大规模数据、仿真和计算资源；视频提示降低的是任务指定成本，不等于消除了训练与部署成本。
• 影响/看点：如果单视频提示能在不同机器人和环境中稳定泛化，机器人新任务的部署流程可能更接近“示范后执行”；这一影响成立的前提是安全控制、失败恢复和跨硬件泛化经过独立测试。
• 资料依据：Skild AI《Introducing S1: In-Context Learning for Robotics》（2026年8月） https://www.skild.ai/blogs/s1；NVIDIA《Skild AI Builds Omni-Bodied Robot Brain With NVIDIA》（页面截至2026年8月） https://www.nvidia.com/en-gb/case-studies/skild-ai/

本内容由 AI 生成，仅供参考，请注意甄别